别再一页页做PPT了,我用AI给自己搭了个PPT智造工作台

杨景程
杨景程 KVPLv.1 新人创作者

Lv.1 新人创作者

月底要做一套40页的汇报PPT:

找模板、配颜色、写文案、抠图去字,一页磨半小时,熬到半夜才做完一半。

这活本来要一整天,现在我把整套流程交给一个我自己搭建的软件

——PPT智造工作台,从文案到成套配图再到可编辑 PPTX,一个下午能出好几版。

今天这篇文章,我把这个软件的搭建思路和成果全部摊开讲。

不是教程,是一份一个人加一个 AI,怎么从自己的真实需求出发,

把一个桌面软件从想法做到安装包的完整记录。

先说结论:这个软件能干什么

打开它,左边是一排导航,核心功能就四块。

第一块,PPT制作生产线

你把客户文案或一份 Word 丢进去,AI 先智能规划文案,再手动分页,

然后选一套风格,点一下整套生成

——每一页独立调用生图模型,按风格的配色、字体、排版规范出图,

逐页显示进度,哪页不满意就单独重新生成。

第二块,图片组

图片生成、组图生成、本地图片编辑、提示词反推

——反推这个功能很实用,看到一张好图,粘贴进去,

AI 把提示词反推出来,你直接拿去生图。

第三块,把图片转回可编辑PPT

本地 OCR 识别每行文字的位置和颜色,

用 OpenCV 的 TELEA 图像修复算法把文字从背景上擦掉,

最后导出的 PPTX 里,背景是原像素图,文字是可以双击修改的文本框,

连行内的双色混排都还原。

第四块,风格库

这是整个软件的灵魂。

每一套风格本质上是一份配方

DNA:媒介、配色角色、材质、线条、排版节奏,全写进一段配方文本,

AI 照着配方出图,目前已拥有121套风格,可以做出来的图气质完全不同。

风格还能自己造:点一下骰子随机生成名字,

再按名字让 AI 生成设计方向,一套新风格就入库了。

第五块,历史图片

这里储存了你所有生成的图片。

每次的生图都会自动保存在历史图片里,方便你之后再做修改。

搭建思路:从需求倒推,不从功能正向堆

做这个软件,我没有先列功能清单,而是先把自己的痛点拆成了四个具体问题:

  • 文案怎么自动变成页面结构?

  • 画面怎么保证一套 PPT 气质统一?

  • 逐页生图怎么管理和返工?

  • 图片版 PPT 怎么变回能改的文件?

需求一拆到底,答案自然浮出来

——这四个问题,就是一个文案、风格、生图、转换的流水线,软件的骨架就是这条线。

第一步,把流水线变成软件骨架。

桌面端用 Electron + React 搭壳,

每一页幻灯片存成一份 JSON:

标题、版式、要点、配图、背景全在里面。

关键决策是渲染和导出共用同一份数据

——屏幕上预览的是什么,导出的 PPTX 就是什么,两边永远不会对不上。

第二步,把气质统一做成配方而不是玄学。

生图最容易翻车的地方是一套图风格散掉。

我的解法是把风格写成结构化配方文本:

配色角色、材质、线条、排版节奏,一条条定死,每次生图都把配方注入给模型。

配方还能反着用——想要新风格,让 AI 按名字先写配方,再照配方出图。

这套做法拿去做小红书封面、做头像系列都成立。

第三步,流水线的每个环节都要能返工。

批量生成最怕一错全错。所以每一页独立调用、独立显示进度,失败只重跑那一页;风格库、项目库随时可改可换。AI 负责写代码、排障,我负责截图反馈、拍板决策,从 1.0.0 到 1.18.30 版本改了 100 多轮,每轮只解决一个问题。

最难的一仗:让图片 PPT 变回可编辑

整条流水线里,图片转可编辑是踩坑最多的地方,说两个印象最深的。

一个是识别

一开始用单模型 OCR,大号粗体数字老是漏检。

排查下来是三个问题叠在一起:

图像通道顺序错了

两个碎片文字框被错误地合并成一个横跨全图的大框、过大的字被过滤器误杀。

最后方案是双档文字框各识别一遍取高置信度,

两套识别模型互相补漏,大图再切成瓦片分块处理。

另一个是去字

简单地把文字区域涂成背景色,遇到渐变背景就是一块黑疤。

真正的解法是图像修复算法:

让文字周围的像素向内扩散重建,渐变、照片背景都能自然补全。

而文字的颜色,靠把原图和识别结果做逐像素比对,取前景像素的中位色,

精确到和设计师当初填的色值完全一致。

这些坑,靠我自己摸索可能一个月都出不来。

但把报错截图丢给 AI,一层层剥,一个下午就能剥到根因。

这套思路,换个场景照样能用

复盘下来,真正可复用的是四条:

一,先把自己的耗时痛点拆成具体问题,别急着找工具;

二,把经验写成结构化配方,颜色、材质、节奏都能写成规则文本,AI 照方抓药才稳定;

三,批量流程里给每个单元留单点重试,别让一个失败毁掉全部;

四,渲染和导出同源,屏幕看到的和拿到的永远一致。

另外两句掏心窝的话:

AI 时代的门槛不是会不会写代码,而是会不会把问题说清楚、把报错截给 AI;

别等想清楚再做——我这个软件的第一版丑得很,能用就行,

100多个版本迭代下来,它比我最初设想的好十倍。

你平时做PPT最耗时间的步骤是哪一步?排版、配图还是改模板?评论区说说。

浏览 33
收藏
10
分享
10 +1
1
+1
全部评论 1
 
Vicky
点赞
   上海
举报
0
0